未知互耦影响下的多阵直接定位:基于子空间数据融合与降维搜索

摘要：

为了解决子空间数据融合(Subspace data fusion,SDF)算法用于未知互耦影响下的分布式多阵列定位时定位精度低的问题,本文结合降维搜索思想提出了一种降互耦维度的子空间数据融合(Reduced mutual coupling dimension subspace data fusion,RMCD?SDF)方法.该方法首先将互耦误差模型引入SDF算法,使其适应于天线阵列受到未知互耦误差影响的场景.在此基础上,为了降低同时搜索所有未知参数带来的超高计算复杂度,本文引入降维搜索思想并构造了RMCD?SDF算法谱函数.仿真结果显示,RMCD?SDF算法的定位性能在阵列受到未知互耦影响的场景下具有优势,与现有算法相比计算复杂度接近,但是具有更高的定位精度.在10 dB信噪比下本文算法的定位均方根误差相比经典的SDF算法降低了8.67 dB.

关键词：分布式多阵列、未知互耦、降维、直接定位

所属期刊栏目：37

分类号：TN911

资助基金：国家自然科学基金61971217

在线出版日期：2022-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1208-1217